检测到您已登录华为云国际站账号,为了您更好的体验,建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
异常成本检测规则 当前支持对按需和包年包月实付成本进行分别监控: 按需异常成本检测规则:通过人工智能算法实现,基于机器学习智能识别费用波动异常。当天实际成本大于当天预测成本的最高值,且差额大于1元,则认为异常。按需影响成本百分比=(实际成本-预测成本最高值)/预测成本最高值。 示
一是如何监控费用的异常波动。异常成本监控帮助客户及时发现计划外费用,做到成本的可监控、可分析和可追溯。 了解成本监控 异常成本监控引入机器学习,基于您历史的按需消费和包年包月消费,建立特定的消费模型,并参考预测值,识别成本异常飙升的场景,同时给出Top潜在根因。了解异常成本检测规则。
无法直接通过企业项目、成本标签分配的云成本。这些成本不能直接归属于单一所有者,因此不能直接归属到某一类别。使用拆分规则,可以按照一定的分配比例把成本归集到成本类别中。 创建成本分组时,拆分规则是一个可选步骤。拆分规则由拆分来源、拆分目标和拆分方法组成。 拆分来源:多个部门共享的成
查看成本分析 成本分析为您提供原始成本或摊销成本的数据分析,您可以指定时间范围,并按天或按月查看数据趋势;也可以指定汇总维度和过滤条件,对成本数据进行深度的探索和分析。您可以分析的数据范围请参见数据范围。 API参考 使用API查询成本分析请参见“查询成本数据”。 设置时间范围 您可以根据不同的时间范围和粒度查看您的成本数据。
查看使用率分析数据 资源包使用率数据每24小时计算一次,预计有一天左右的数据延迟。 资源包使用率分析显示在指定时间范围内使用某类资源包的比例,这有助于您了解是否购买了过多的资源包。 资源包使用率分析主要分为以下三种场景: 按小时重置的资源包:展示每个分析粒度下的平均使用率趋势。
通过监控器跟踪异常成本 异常成本监控引入机器学习,分析客户历史的按需消费和包年包月消费,建立客户特定的消费模型,并参考预测值,识别成本异常飙升的场景,同时给出Top潜在根因。帮助客户及时识别异常,从而快速做出反应,以维持预期的成本支出。 场景示例 客户想要跟踪名下所有按需及包年包月产品的异常支出情况。
成本分析为您提供原始成本或摊销成本的数据分析,您可以指定时间范围,并按日、按月、按小时(需在选项处开启功能)查看数据趋势;也可以指定汇总维度和过滤条件,对成本数据进行深度的探索和分析。您可以分析的数据范围请参见数据范围。 API参考 使用API查询成本分析请参见“查询成本数据”。 预置报告 成本中心将成本分
拆分未分配成本时,采用自定义拆分方式,部门A拆分30%,部门B拆分30%,部门C拆分40%。 当前支持三种分配方式: 按比例拆分:按照各目标成本的权重作为分配比例的参考。 示例:拆分目标B的成本是800元,拆分目标C的成本是200元,即拆分目标B:拆分目标C=4:1,则将拆分来源80%的成本分配给B,20%分配给C。
统计周期内,资源包被抵扣的用量之和。 未使用量 统计周期内,资源包未被抵扣的用量。 未使用量=可用总量-抵扣用量 使用率 统计周期内,资源包被抵扣的比例。 使用率=抵扣用量/可用总量*100% 平均使用率 平均使用率=选定时间内的抵扣用量/选定时间内的可抵扣总量 新建资源包覆盖率报告 用户
预算时,发出预警提醒。 商用 预留实例 2022年01月 序号 功能名称 功能描述 阶段 相关文档 1 异常成本监控 异常成本监控引入机器学习,分析客户历史按需消费,建立客户特定的消费模型,并参考预测值,识别按需成本异常飙升的场景,同时给出Top潜在根因。帮助客户及时识别异常,从而快速做出反应,以维持预期的成本支出。
概述 什么是异常成本监控 异常成本监控引入机器学习,分析用户历史的按需消费和包年包月消费,建立用户特定的消费模型,并参考预测值,识别成本异常飙升的场景,同时给出Top潜在根因。帮助用户及时识别异常,从而快速做出反应,以维持预期的成本支出。 您可以创建如下几种类型的监控器,建议仅采
归属,减少不必要的浪费。 成本分组支持的公共成本拆分规则如下: 按比例拆分:按照各目标成本的权重作为分配比例的参考。 平均拆分:将拆分来源的成本平均分配给各拆分目标。 自定义拆分:将拆分来源的成本按照您自定义的比例分配给各拆分目标。 如下图所示,您可以在成本分组详情中,查看公共成本的拆分结果。
率。 使用成本中心的成本分析,可以根据客户的历史支出预测未来时间范围的成本。成本分析的成本和使用量预测,会参考不同的计费模式特征,结合机器学习和基于规则的模型来分别预测所有消费模式的成本和使用量。 图2 成本和用量预测 使用成本分析确定基于趋势的预测之后,您还可以利用华为云的价格
比如,default企业项目下的成本。 4.d所有不符合规则的成本。 拆分目标 需要分摊公共成本的组。 拆分方法 按比例拆分:按照各目标成本的权重作为分配比例的参考。 示例:拆分目标B的成本是800元,拆分目标C的成本是200元,即拆分目标B:拆分目标C=4:1,则将拆分来源80%的成本分配给B,20%分配给C。
的方式,避免意外按需消费的产生。 图3 资源包预警 识别成本异常 使用成本中心的成本监控,您可以及时识别成本的异常增长。 成本监控引入机器学习,对客户历史消费数据进行建模,对于不符合历史数据模型的成本增长,识别为异常成本记录,同时提供异常增长的Top潜在原因。 客户可设置监控提醒
的成本。 所有不符合规则的成本。 拆分目标 需要分摊公共成本的组。 拆分方法 根据一定的规则,对公共成本进行拆分。 按比例拆分:按照各目标成本的权重作为分配比例的参考。 示例:拆分目标B的成本是800元,拆分目标C的成本是200元,即拆分目标B:拆分目标C=4:1,则将拆分来源80%的成本分配给B,20%分配给C。
使用分配工具进行成本归集:成本中心支持根据业务实质对已发生费用的进行分配与归集,如根据实际使用者进行分配;基于实际消耗进行分配;公共成本支持在组织内按比例进行分摊等。 通过成本分析探索成本和使用量:成本中心可以根据一定的原则分析不同维度的成本支出。成本分析汇总和过滤机制能可视化您的原始成本或
买了有效期为一年的云服务共365元,则每天的摊销成本为1元。 分摊公共成本,即根据一定的规则,对公共成本进行拆分。 按比例拆分:按照各目标成本的权重作为分配比例的参考。 示例:拆分目标B的成本是800元,拆分目标C的成本是200元,即拆分目标B:拆分目标C=4:1,则将拆分来源80%的成本分配给B,20%分配给C。
示例:设置为20。 CPU使用率阈值:CPU最大使用率的阈值,取值范围为1%~50%。示例:设置为2%。 采样结果比例:历史数据的CPU最大使用率达到阈值的比例,取值范围为90%~100%。示例:设置为95%。 示例说明:表示ECS实例在过去20天内,CPU最大使用率有95%采
成本分组)中,以便后续进行业务视角的成本管理。 成本分组 拆分公共成本 将公共成本(例如:共享资源、平台服务、未及时标记的成本)在组织内按比例分配。 成本分组 按照成本组织方式分析成本 通过关联账号、企业项目、成本标签、成本分组等维度,了解您的成本及用量情况。 成本分析 预算管理